Esta semana

Aula 25 - A gramática dos gráficos

Reintrodução ao ggplot e tipos de gráficos

Aula 26 - Pivoteamento de dados

pivot_wider(), pivot_longer(), qual é melhor para o ggplot

Aula 27 - Formatações para ggplot

Paleta de cores, temas, e outras firulas

Leituras para aprofundamento

• EpiHandbook, Cap.30

• ggplot2 Documentation

• Curso-R, Livro, cap. 13.8; Curso Visualização

• DataCamp, Introdução a visualização com ggplot

• R4DS O livro começa com gráficos!

• GGPLOT BOOK

• Medium, 5 dicas do ggplot

• Data-to-Viz

• R Gallery

• Bruno Mioto

Importância

1) Muito importante já na parte de exploração dos dados

• Ajudam ao cérebro a dar sentido em todas aquelas informações

• Ajuda a levantar hipóteses

• Deve ser rápido de fazer

Recapitulando

• Usaremos o pacote ggplot2
• Gráficos feitos em camadas (adicionadas com um +), contemplando:
  • dados, geometrias e outros atributos visuais.
• Cuidado com o conceito aesthetics, aes(): onde vou mapear os dados!

ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy))

ggplot(mpg) + 
  geom_point(aes(x = displ, y = hwy))

ggplot(mpg, aes(x = displ, y = hwy)) + 
  geom_point( )

ggplot(mpg) + 
  aes(x = displ, y = hwy) +
  geom_point()

mpg %>% # atenção que aqui ainda é o pipe!
ggplot() + 
  aes(x = displ, y = hwy) +
  geom_point()

Atributos estáticos Vs. mapeados

ggplot(mpg) + 
  geom_point(aes(x = displ, y = hwy), color=class)

ggplot(mpg, aes(x = displ, y = hwy, color=class)) + 
  geom_point( )

ggplot(mpg) + 
  aes(x = displ, y = hwy) +
  geom_point(aes(color=class))

ggplot(mpg) + 
  aes(x = displ, y = hwy) +
  geom_point(color="blue")

Tipos de gráficos

• Camada geom_
• Nem todos os geom_() tem os mesmos parâmetros!
• Deve-se conhecer as variáveis (são numéricas ou categóricas?)

Alguns tipos de gráfico

• Histogramas - geom_histogram()

• Gráficos de barras ou colunas - geom_bar() ou geom_col()

• Box-plots (diagrama de caixas) - geom_boxplot()

• Pontos (dispersão / scatterplots) - geom_point()

• Linhas - geom_line() , geom_path()

• Linhas de tendência, Trendlines - geom_smooth()

• …

Antes de ir para os gráficos

• Primeiro, vamos fazer algumas manipulações

if (!require(pacman)) install.packages("pacman") 

pacman::p_load( tidyverse,rio) 

linelist <- import("Exercicios/linelist_cleaned.rds") %>% 
  filter_all(all_vars(!is.na(.)))%>% # função nova!
  filter(wt_kg>0,
         age_years>=0) 

Histrograma

• Precisa de uma variável só: Entender a sua distribuição

ggplot(data = linelist, mapping = aes(x = age))+
  geom_histogram()

Duas variáveis quantitativas

• Pontos, dispersão, scatterplot

ggplot(linelist, aes(x = age, y = wt_kg))+
  geom_point()

Uma quantitativa e uma categórica

ggplot(data = linelist, mapping = aes(age_cat, y=wt_kg))+
  geom_boxplot()

linelist_resumo %>% 
  ggplot(aes(x=age_cat, y=media))+
  geom_col()

aes()

parâmetros que respondem as valores do meu banco

• x e y ….

Alguns exemplos de parâmetros

• Histograma

ggplot(data = linelist, mapping = aes(x = age, fill=gender))+
  geom_histogram( binwidth=1)

ggplot(data = linelist, mapping = aes(x = age))+
  geom_histogram( binwidth=10, aes(fill=gender))

ggplot(data = linelist, mapping = aes(x = age, fill=gender))+
  geom_histogram( binwidth=1, boundary=0)

Colunas e Boxplot

• Uma variável categórica e uma quantitativa

ggplot(data = linelist, mapping = aes(age_cat, y=wt_kg))+
  geom_boxplot()

linelist %>% 
  group_by(age_cat, gender) %>% 
  summarize(media=mean(wt_kg)) %>% 
  ggplot(aes(x=age_cat, y=media, fill=gender))+
  geom_col(color="black")

linelist %>% 
  group_by(age_cat, gender) %>% 
  summarize(media=mean(wt_kg)) %>% 
  ggplot(aes(x=age_cat, y=media, fill=gender))+
  geom_col(color="black",
           position="dodge")

Gráfico de Dispersão “Pontos”

linelist %>% 
ggplot( aes(age, wt_kg))+
  geom_point( color="blue")

linelist %>% 
ggplot(aes(age,ht_cm, color=wt_kg))+
  geom_point( alpha=0.5, size=2)

linelist %>% 
ggplot(aes(age, ht_cm, color=wt_kg, shape=gender))+
  geom_point( alpha=0.5, size=2)

Uma linha de tendência

• Um pouco mais de estatística

ggplot(linelist,aes(x = age, y = wt_kg)) + 
  geom_point() +  
  geom_smooth(method="lm")                   

ggplot(linelist,aes(x = age, y = wt_kg)) + 
  geom_point() +  
  geom_smooth()